Question

我试图解决切片问题。我有以下数据框，df：

    Feeder # 1                               Feeder # 2
    TimeStamp   MW     Month   Day   Hour    TimeStamp      MW     Month     Day    Hour
0   2/3         1.2    1       30    22        2/3          2.4    1         30     22 
1   2/4         2.3    1       31    23        2/3          4.1    1         31     23
2   2/5         3.4    2       1     0         2/3          3.7    2         1      0

共有8个馈线。

如果我想在所有Feeders中选择所有MW列，我可以这样做：

df.xs('MW', level=1, axis=1,drop_level=False)

如果我想要2号到4号馈线，我可以这样做：

df.loc[:,'Feeder #2':'Feeder #4']

但是如果我想通过以下方式在Feed 2到4中通过日期列出MW：

df.loc[:,pd.IndexSlice['Feeder #2':'Feeder #4','MW':'Day']]

我收到以下错误。

MultiIndex Slicing requires the index to be fully lexsorted tuple len (2), lexsort depth (1)

因此，如果我对数据框进行排序，那么我就能做到：

df.sortlevel(level=0,axis=1).loc[:,pd.IndexSlice['Feeder #2':'Feeder #4','Day':'MW']]

但是对数据帧进行排序会破坏标题中级别1的原始顺序 - 所有内容都按字母顺序排列（在Python中使用lexsorted？）？我想要的内容混乱：'Day':'MW'会产生Day，Hour和MW列。但我想要的是'MW':'Day'，它会产生MW，Month和Day列。

所以我的问题是：是否可以切换我的数据帧并保留列的顺序？或者，我可以lexsort数据帧，执行我需要的切片，然后将数据帧恢复原来的顺序吗？

提前致谢。

Answer 1

我认为您可以使用CategoricalIndex来保持订单：

import pandas as pd
import numpy as np

level0 = "Feeder#1 Feeder#2 Feeder#3 Feeder#4".split()
level1 = "TimeStamp   MW     Month   Day   Hour".split()

idx0 = pd.CategoricalIndex(level0, level0, ordered=True)
idx1 = pd.CategoricalIndex(level1, level1, ordered=True)

columns = pd.MultiIndex.from_product([idx0, idx1])

df = pd.DataFrame(np.random.randint(0, 10, (10, 20)), columns=columns)

然后你可以这样做：

df.loc[:, pd.IndexSlice["Feeder#2":"Feeder#3", "MW":"Day"]]

修改

将级别转换为CategoricalIndex：

columns = df.columns for i in range(columns.nlevels): level = pd.unique(columns.get_level_values(i)) cidx = pd.CategoricalIndex(level, level, sorted=True) print(cidx)

使用自定义排序在Python中切割多索引标头数据框

1 个答案: